源自於喧囂的1960年代的那些早期研究報告，在速度更快的電腦與更完整資料庫的協助下，讓考量風險、以風險為基礎的投資組合分析得以更進一步的發展。學術界在分離新的風險因素方面獲得很大進展，藉由分離出的這些因素加上β值的輔助，將能取得投資組合報酬更完整的說明。幾十年來，兩個可以被量化的顯著風險因子為：公司規模因子與價值因子。此外，動量在近期也獲得了許多關注，雖然因為交易成本的緣故，要即時捕獲動量這個因子還是十分困難的。
評估主動型經理人的績效
早期的學者努力創造了一個簡單、以風險為基礎的模型，來評估經理人的績效，以便更容易識別他們的技術。這些努力引導出幾個模型，包括：資本資產定價模型、夏普比率、特雷諾比率以及詹森α指標，它們都成為今日從事分析時的基礎。
這些努力是從哈利．馬可維茲在1950年代，倡導建構投資組合的工作時開始的。他斷言，風險與報酬這兩者，在投資組合決策中是同等重要的。
隨後其他多數研究人員採取的策略，都是根據投資組合的市場風險（稱為β值）進行調整；這種作法可以凸顯所有的超額報酬，並將可能成為經理人技術的指標。市場風險是以希臘字母β表示，而經理人賺取超過市場風險的超額報酬，則以希臘字母α表示。
對所有廣泛、多樣化的投資組合而言，β值是趨動報酬的主導因素。當一個投資組合的β值大於市場β值（被視為1.0）時，隨著時間推移，它的績效應該會勝過股票市場，不過這只是因為投資組合中有較多的市場風險而已。夏普、特雷諾與詹森以風險為基礎的公式，不會因為經理人承擔較多市場風險而戰勝市場時，就因此表揚他們；也不會因為投資組合的風險小於市場風險，就責怪經理人的績效不佳。
諷刺的是，並沒有任何一個模型，可以接續這些研究人員的最初意圖，也就是找到經過證實、風險調整後，可以始終如一、擊敗市場的方法。在調整市場風險之後，學者無法將主動型經理人始終如一的勝出績效分離出來。研究人員所發現的詹森α指標，也並沒有取得比隨機更好的報酬結果。甚至連績效最好的經理人，要說他不只是好運這件事，也是一件很困難的事。
兩大常見的風險因子
β模型確實對多樣化投資組合報酬的重要部分做了解釋。然而，資料當中還有很多迴旋的餘地。甚至連威廉．夏普都承認，單獨的單因子模型無法捕捉多樣化投資組合的所有風險。其他常見的風險因素也會同樣產生作用，而這些風險，一樣也應該列入評價模型裡。找出這些其他的共同因素並將其量化，成為1980年代之後學者的主要焦點。
1. 規模因素
小型公司的股票，通常比大型公司的股票有更高的報酬。雖然大多數的超額報酬，可以用小型公司股票有較高的β值做解釋，不過，有些小型公司股票的情況卻不是如此。研究結果顯示，β值無法完全解釋小型公司股票能產生高額報酬的所有原因。 （相關報導： 股市大跌，本益比低於10年平均！現在該買股或買債？法人建議這樣投資更穩健 ｜ 更多文章 ）
最早研究超額報酬的文獻，是1981年羅夫．班茲（Rolf Banz）的研究報告。班茲對美國公司的股票報酬，進行了一項超過40年，橫跨1936年至1975年的研究。他發現，跟大型公司相比較，小型公司有相當高額的報酬，而且這些小型公司的超額報酬，無法用較高的β值完全解釋清楚。似乎還有另外的風險因素，驅使小型公司的報酬高於風險模型預測的結果。他把這個現象稱為「規模效應」（size effect）。
